Climatic factors controlling interannual variability of the onset of vegetation phenology in the northern Sub‐Saharan Africa from 1988 to 2013

Satellite‐based evaluations of change in vegetation phenology have been explored extensively but land cover‐specific climate factors driving these anomalous changes are not fully understood in northern Sub‐Saharan Africa. In this study, we identified the climatic factors controlling the start of the season (SOS) extracted from GIMMS NDVI from 1988 to 2013 with onset of rainy season (ORS), annual mean temperature (Temp) and precipitation (PP) through the stepwise regression analysis. The results showed that the SOS shifted towards a late onset in a northward direction with distinct earlier and later trends in grassland and cropland, respectively. The stepwise regression has successfully built a model between SOS and its drivers in 46.0% of the total pixels, where its primary factor differed regionally across land covers. The ORS explained the local anomalous SOS change primarily at 44.7% of the pixels where the model was built. Although the ORS was the primary dominant factor in savannah and cropland, the Temp and PP were leading in grassland and shrubland, respectively, and all factors contributed evenly in evergreen forest. The difference of land cover‐specific primary factor implicates complex process in dependency of local vegetation phenology on physiological traits and climate regime across land cover in Sub‐Saharan Africa. Résumé Les évaluations par satellite des changements dans la phénologie de la végétation ont été largement explorées, mais les facteurs climatiques spécifiques à la couverture terrestre à l'origine de ces changements anormaux ne sont pas entièrement compris dans le nord de l'Afrique subsaharienne. Dans cette étude, nous avons identifié les facteurs climatiques contrôlant le début de la saison (SOS) extraits de GIMMS NDVI de 1988 à 2013 avec le début de la saison des pluies (ORS), la température moyenne annuelle (Temp) et les précipitations (PP) grâce à l'analyse de régression progressive. Les résultats ont montré que le SOS s'est déplacé vers un début tardif vers le nord avec des tendances distinctes plus tôt et plus tard dans les prairies et les terres cultivées, respectivement. La régression par étapes a permis de créer un modèle entre SOS et ses facteurs pour 46,0 % du nombre total de pixels, où son facteur principal étant différent selon les régions. L'ORS a expliqué que le changement SOS local anormal concernait principalement 44,7 % des pixels où le modèle a été construit. Bien que l'ORS ait été le principal facteur dominant